武漢大學商業(yè)銀行信貸管理-第三章第四節(jié)-現(xiàn)代信用風險度量模型資料

1、均值(jn zh)方差模型（Mean-Variance Model）1單一資產(chǎn)的風險度量資產(chǎn)的預期收益 ：資產(chǎn)的風險 ：第四節(jié) 現(xiàn)代(xindi)信用風險度量模型共六十頁 2資產(chǎn)組合的風險度量由兩種資產(chǎn)組成(z chn)的資產(chǎn)組合的預期收益率由兩種資產(chǎn)組成的資產(chǎn)組合的風險 AB=ABAB 共六十頁 N種資產(chǎn)構成的資產(chǎn)組合的預期(yq)收益率：N種資產(chǎn)構成的資產(chǎn)組合的風險：共六十頁信用風險的界定(ji dn) 交易對手（債務人）不能正常履行合約或信用品質(zhì)(pnzh)發(fā)生變化而導致交易另一方（債權人）遭受損失的潛在可能性 廣義的信用風險由兩部分組成： 違約風險（default risk） 交易一方

2、不愿或無力支付約定款項，致使交易另一方遭受損 失的可能性 信用價差風險（credit spread risk） 交易對手或債務人信用品質(zhì)變化導致資產(chǎn)（合約）價值變化的不確定性 信用價差（信用風險溢價）=債務利率無風險利率共六十頁 違約(wi yu)概率(probability of defualt，PD) 交易對手違約行為的概率分布 信用暴露(credit exposure , CE) 或違約暴露（exposure at defualt，EAD） 交易對手違約時，交易一方對其求償權的經(jīng)濟價值 違約損失（loss given default，LGD） 違約造成的損失（與違約挽回率對應）(狹義)信

3、用風險的構成(guchng)要素：共六十頁一、貸款(di kun)信用風險模型化的困難其一，貸款作為債權工具，其收益（損失）分布具有獨特性 貸款的收益（損失）分布具有負偏斜，且損失區(qū)域的概率密度曲線呈“肥尾狀”（附圖 ）其二，借貸雙方存在顯著的信息不對稱，產(chǎn)生道德風險問題(wnt) 其三，貸款是非公開交易，相關數(shù)據(jù)不易收集共六十頁正態(tài)分布 若一個（連續(xù)型）隨機變量服從正態(tài)分布，則其分布曲線具有以下性質(zhì)：1）圍繞均值呈對稱分布；2）曲線下的面積約有68%位于之間；約有95%的面積位于2之間；約有97.7%的面積位于3之間3）正態(tài)分布曲線的形狀依賴于參數(shù) （均值）和（標準差），給定兩參數(shù)，就可利用

4、(lyng)正態(tài)分布的概率密度函數(shù)估算出隨機變量落入某一區(qū)間的概率-+-2+2隨機變量(su j bin lin)的正態(tài)分布概率密度曲線共六十頁貸款(di kun)損失分布概率密度曲線0概率(gil)肥尾預期信用損失最大信用損失最小信用損失（無違約）共六十頁二、現(xiàn)代信用風險度量模型(mxng)的創(chuàng)新與分類 1990年代后，信用風險度量技術(jsh)何以突飛猛進？破產(chǎn)結(jié)構性增加非中介化信用價差更具競爭性抵押品價值波動表外衍生品信用風險管理的需求基于風險的監(jiān)管資本要求計算機技術的發(fā)展共六十頁現(xiàn)代信用風險度量模型的基本(jbn)類型違約模型（DM）只考慮是否違約（兩狀態(tài)模型：違約/不違約） 盯住市場

5、模型（MTM）考慮信用等級變化對債權資產(chǎn)(zchn)的（理論）市場價值的動態(tài)影響（多狀態(tài)模型） 共六十頁KMV公司的預期(yq)違約率（EDF ）模型JP摩根的信用度量術模型（creditmetrics）瑞士信貸銀行的信用風險附加模型（creditrisk+)麥肯錫公司的信貸組合觀點模型（credit portfolio View）奧特曼死亡率模型（Altmans Mortality Rate model）目前較流行的現(xiàn)代(xindi)信用風險度量模型共六十頁三、KMV（EDF）模型(mxng)由KMV公司于1993年構建 基本原理： 將債權(zhiqun)看作債權(zhiqun)人向借款公司

6、股東出售的對公司價值的看跌期權（賣權），期權標的是公司資產(chǎn)，執(zhí)行價格是公司債務價值。企業(yè)所有者相當于持有違約或不違約的選擇權，債務到期時，若企業(yè)資產(chǎn)的市場價值超出其負債價值，企業(yè)愿意還債，將剩余部分留作利潤；如果企業(yè)資產(chǎn)價值小于負債水平，出售全部資產(chǎn)也不能完全償債，企業(yè)會選擇違約，將公司資產(chǎn)轉(zhuǎn)交給債權(zhiqun)人。理論依據(jù)：資產(chǎn)價值理論（），信用風險由債務人資產(chǎn)價值驅(qū)動債權損益企業(yè)資產(chǎn)價值OB（債務價值）共六十頁估計企業(yè)違約概率的步驟：第一步，估計公司市場價值及其波動性 由于無法直接觀察公司資產(chǎn)價值及波動性，KMV借用期權定價原理推算。 股權可看作股東對公司資產(chǎn)價值的看漲期權，根據(jù)期權定

7、價理論，可推導出公司股權價值的公式： （1）E是股權價值（股票市場價格），A是公司資產(chǎn)市場現(xiàn)值，A是公司資產(chǎn)價值波動性（標準差），D是負債價值，r是無風險利率，是時間范圍(期權有效期 ) 函數(shù)的具體(jt)形式:N正態(tài)分布變量(binling)的累積概率分布函數(shù)共六十頁企業(yè)股權價值波動性E與企業(yè)資產(chǎn)價值波動性間存在(cnzi)理論上的關系： （2）函數(shù)的具體形式:在公式（1）和（2）中，已知變量有：E，可在股票市場上觀察到；E，利用歷史數(shù)據(jù)估算；D，違約實施點或觸發(fā)點；，一般設為1年；r，可觀察到。在公式（1）和（2）中余下兩個未知數(shù)：資產(chǎn)價值A及其波動性A將（1）（2）兩個等式聯(lián)立，可求出兩

8、個未知數(shù) 共六十頁第二步，計算違約(wi yu)距離資產(chǎn)(zchn)或負債價值時間t=0t=1違約區(qū)域資產(chǎn)價值分布曲線負債線AD 違約概率相當于企業(yè)資產(chǎn)價值分布曲線位于負債線以下的區(qū)域，它表示企業(yè)資產(chǎn)價值在一年內(nèi)降到D以下的概率，即企業(yè)一年內(nèi)違約（破產(chǎn)）的概率。 假定公司未來資產(chǎn)價值圍繞其現(xiàn)值呈正態(tài)分布，均值為A，標準差為A，則可利用下面的公式計算公司在一年內(nèi)或t=0時（現(xiàn)在）距離違約的違約距離(Distance-to-Default)： 違約實施點 (default exercise point，為企業(yè)1年以下短期債務的價值加上未清償長期債務賬面價值的一半) 共六十頁第三步，估算違約概率若假

9、定資產(chǎn)價值是正態(tài)分布，就可根據(jù)(gnj)違約距離直接求得違約概率若違約距離為2A，由于公司未來資產(chǎn)價值在其均值周圍196A內(nèi)變化的概率是95%，可推算出公司預期違約概率是25%。 基于資產(chǎn)價值正態(tài)分布假定計算出的是EDF的理論值，由于該假定不一定與現(xiàn)實相符，為此KMV還利用歷史數(shù)據(jù)求EDF的經(jīng)驗值假設公司的違約距離為2A，經(jīng)驗EDF的計算公式為：共六十頁模型(mxng)的特點其一，創(chuàng)新思想：從借款企業(yè)股權持有者的角度考慮(kol)借款償還的動力問題，并利用公開的股市信息為債務信用風險度量服務。其二，違約模型（DM），考察違約概率，不考慮(kol)信用等級變化。共六十頁模型(mxng)的優(yōu)點與局

10、限 優(yōu)點：動態(tài)模型（forward-looking） 局限： 技術上 利用期權定價方法求解公司資產(chǎn)價值和波動性，缺乏有效方法檢驗精確性 假定公司債務結(jié)構靜態(tài)不變,對不同類型的債務缺乏細分 基于(jy)資產(chǎn)價值正態(tài)分布假設 實用中 僅著重于違約預測； 能否適用于發(fā)展中國家的新興股票市場 如何預測非上市公司的EDF值 共六十頁四、Creditmetrics（信用(xnyng)度量術）模型JP.摩根于1997年推出 基本原理：計算信用風險的VAR值（即在給定的置信區(qū)間上、給定時段內(nèi)，信貸資產(chǎn)可能發(fā)生的最大價值損失。）模型主要由兩大模塊(m kui)組成:單項資產(chǎn)VaR值資產(chǎn)組合VaR值共六十頁計算單

11、項貸款(di kun)的VAR值的步驟：1、預測借款人信用等級的變動，得出信用等級轉(zhuǎn)移(zhuny)概率矩陣（ Transition Matrix ） 假定借款人一年后有8種可能的信用狀態(tài)，即從AAA級到D級（違約），則一年后借款人由初始信用等級轉(zhuǎn)移到各種可能等級的概率稱為信用等級轉(zhuǎn)移概率，轉(zhuǎn)移概率1。（假定前提：同一信用等級內(nèi)債務人的資信狀況相同，即具有相同的轉(zhuǎn)移概率；實際信用等級轉(zhuǎn)移概率等于歷史平均轉(zhuǎn)移概率）共六十頁共六十頁2、貸款估值 貸款的理論市價隨信用等級變化而變化，若信用等級下降，貸款剩余現(xiàn)金流量的信用風險價差（違約風險升水）就會上升，貸款價值（未來各期現(xiàn)金流折現(xiàn)值之和）下降；若信

12、用升級，則信用價差下降，貸款價值上升。貸款在一年之后(zhhu)的現(xiàn)值（價值）公式：R為固定年利息，F(xiàn)是貸款金額，n是貸款剩余年限，ri為第i年遠期零息票國庫券利率（無風險利率），si為特定信用等級貸款的i年度信用風險價差。 折現(xiàn)率=1+無風險利率+信用風險價差共六十頁3、得出貸款價值的實際分布 將各等級下的年末(nin m)貸款價值與轉(zhuǎn)移概率結(jié)合，即得到貸款價值在年末(nin m)非正態(tài)的實際分布。4、計算貸款的VAR值 首先，求貸款未來價值的均值和方差： E貸款未來價值= 共六十頁然后，求VAR值，它等于一定的置信度上，年末可能的貸款價值與貸款預期價值間的差距，即貸款的價值損失。 假設貸款

13、價值服從正態(tài)分布，則置信度為95的VAR值為165；置信度為99的VAR值為233。 若基于貸款價值的實際分布(fnb)，可利用轉(zhuǎn)移概率矩陣和對應的貸款價值表近似計算不同置信度下的VAR值。 貸款VAR值=貸款均值給定置信度水平上年末可能的貸款價值 共六十頁案 例 5年期固定利率貸款，貸款年利率為6，貸款總額為100(百萬美元)，借款企業(yè)信用等級為BBB級 1）借款企業(yè)信用等級的轉(zhuǎn)移概率 資料(zlio)來源：標準普爾公司提供的借款人一年期信用等級轉(zhuǎn)移概率矩陣 BBB級借款人在下一個年度(nind)的信用級別有8種可能狀態(tài)，其中保持BBB級的概率為8693，違約概率為018，另外3種狀態(tài)為升級

14、，3種狀態(tài)為降級。 共六十頁 一年期信用等級轉(zhuǎn)換(zhunhun)矩陣資料(zlio)來源：Introduction to CreditMetricsTM, J. P.摩根,1997,pp.20.共六十頁 r為財政零息票債券的無風險利率(也稱遠期零息票利率，可從國庫券收益曲線中得到) s是每年的信用價差，它是一定信用等級、不同期限的(零息票)貸款信用風險報酬率，這些數(shù)據(jù)可從公司債券市場相應的債券利率與國債市場相應的國債利率之差中獲得 假定(jidng)借款人在第一年中的信用等級從BBB級上升到A級，這筆貸款第一年結(jié)束時的現(xiàn)值或市值便是: 2）對一年后各種可能(knng)的信用等級狀態(tài)下的貸款市

15、值估價 共六十頁各信用等級對應(duyng)的折現(xiàn)率（風險價差）（）一年二年三年四年共六十頁第一年末不同信用等級下的貸款市值(sh zh)與相應的轉(zhuǎn)移概率 由此得到(d do)第一年末貸款遠期價值的概率分布共六十頁3、計算VAR值貸款未來價值(jizh)均值=107.09貸款未來價值標準差=2.99假定貸款市值服從正態(tài)分布 99%置信度下，VAR=2.33= 6.97 95%置信度下，VAR=1.65 = 4.93在實際分布情況下 99%置信度下，VAR=107.09 98.10= 8.99 95%置信度下，VAR= 107.09 102.02= 5.07 注：置信度5%的VAR與6.77%的

16、VAR相接近(53+117+012+ 018) 置信度1%的VAR與147的VAR相接近(117+012%o+018)共六十頁貸款組合信用風險的VAR值測算 假設組合由兩筆貸款形成，估算( sun)組合VAR值的具體步驟如下 ： 共六十頁第一步，求出兩筆貸款的聯(lián)合信用等級轉(zhuǎn)移概率矩陣 1）將借款公司資產(chǎn)價值波動性與借款人信用等級變化對應。假定企業(yè)資產(chǎn)價值變化幅度達到一定程度時其信用等級就會改變，由此得到等級轉(zhuǎn)移與企業(yè)資產(chǎn)價值變化間的映射關系。 假設兩筆貸款, 一借款人信用等級為BB, 一借款人為A BB級借款人資產(chǎn)波動(bdng)與其信用等級轉(zhuǎn)移之間的對應關系違約(wi yu)1.06-2.3

17、0CCC1.00-2.04B8.84-1.23BB80.53BBB7.731.37A0.672.39AA0.142.93AAA0.033.43信用等級轉(zhuǎn)移概率(%)資產(chǎn)價值波動()共六十頁 A級借款人資產(chǎn)價值的波動性與其信用等級轉(zhuǎn)移(zhuny)之間的對應關系：信用等級違約CCCBBBBBBAAAAAA轉(zhuǎn)移概率0.060.010.260.745.5291.052.270.09資產(chǎn)價值波動-3.24-3.19-2.27-2.30-1.511.983.12共六十頁 2）計算(j sun)兩企業(yè)資產(chǎn)價值變化的相關系數(shù) (利用多因素股票收益模型)3）將相關系數(shù)代入兩企業(yè)資產(chǎn)價值的聯(lián)合正態(tài)分布密度函數(shù)中

18、，計算兩借款人資產(chǎn)價值波動范圍分別在一定區(qū)域內(nèi)的聯(lián)合概率，該概率即等于和資產(chǎn)價值變動區(qū)域相對應的兩借款人未來信用等級狀態(tài)的聯(lián)合轉(zhuǎn)移概率。兩借款人在下一年保持初始等級的聯(lián)合概率:Pr(-1.23BB1.37, -1.51A1.98)=0.7365 Pr 聯(lián)合等級轉(zhuǎn)移概率 Y 借款人(企業(yè))的資產(chǎn)收益 兩借款人資產(chǎn)收益相關性共六十頁兩借款人得到(d do)一個88的聯(lián)合信用等級轉(zhuǎn)移概率矩陣： 資料(zlio)來源：CreditMetrics：Technical Document, J. P.摩根,April 2，1997,pp.38.共六十頁 第二步，求出在不同信用(xnyng)狀態(tài)下貸款組合的市

19、場價值 求出單筆貸款在未來每種信用狀態(tài)下的價值，再將組合中每筆貸款價值加總即得到組合的價值。最終得出一個88貸款組合價值矩陣 兩貸款組合一年后64種可能(knng)出現(xiàn)的組合價值共六十頁Pi是第i 種可能的聯(lián)合轉(zhuǎn)移概率(gil)，Vi是第i 種可能的組合價值 第三步，求出貸款組合價值的均值(jn zh)與方差共六十頁第四步，求出貸款組合基于實際分布或正態(tài)分布的VAR值。 已知貸款組合在不同信用狀態(tài)下的價值及相應的聯(lián)合轉(zhuǎn)移概率，可得到(d do)組合價值的實際分布，利用聯(lián)合轉(zhuǎn)移概率矩陣和貸款組合價值矩陣可以估出組合在實際分布下的VAR值。組合VAR值=組合均值給定置信度水平上第1年末可能的組合價

20、值 為簡化計算，如果假定組合價值服從正態(tài)分布，則99%置信度上的VAR值為233組合價值標準差 共六十頁模型的實際應用利用求出的VAR值，可以計算出抵御組合風險所需的經(jīng)濟資本從組合的角度衡量銀行向某借款人發(fā)放貸款的邊際風險貢獻 模型的特點 其一，盯住市場模型（MTM），即盯住信用等級變化(binhu)對貸款理論市值的影響其二，將組合管理理念引入信用風險管理領域 共六十頁模型的優(yōu)點其一，多狀態(tài)模型，能更精確地計量信用風險的變化和損失(snsh)值。其二，率先提出資產(chǎn)組合信用風險的度量框架 模型的局限 技術上： 假定貸款未來的等級轉(zhuǎn)移概率與其過去的等級轉(zhuǎn)移概率沒有相關性。 假定轉(zhuǎn)移概率在不同時期之

21、間是穩(wěn)定的，未考慮經(jīng)濟周期的影響。 假定企業(yè)資產(chǎn)價值服從正態(tài)分布 假定企業(yè)資產(chǎn)價值的相關度等于企業(yè)股票收益的相關度，有待驗證。 假定無風險利率是固定不變的，市場風險對于資產(chǎn)價值沒有影響。 實際應用中： 利用歷史數(shù)據(jù)度量信用風險，屬于“向后看” （backward-looking）的方法。以債券等級轉(zhuǎn)移概率近似替代貸款轉(zhuǎn)移概率共六十頁（五）宏觀模擬方法：麥肯錫模型 基本思路：研究信用等級轉(zhuǎn)移概率與宏觀因素間的關系 利用調(diào)整后的信用等級轉(zhuǎn)移矩陣（附有宏觀因素條件的轉(zhuǎn)移矩陣）求出對經(jīng)濟周期敏感的VAR值 Creditmetrics的隱含假定：轉(zhuǎn)移概率在商業(yè)周期不同階段之間是穩(wěn)定的 麥肯錫對此進行修正

22、思路1：將樣本期間劃為衰退(shuitu)與非衰退(shuitu)年份，分別估算其轉(zhuǎn)移概率（衰退(shuitu)/非衰退(shuitu)矩陣），得到兩個獨立的VaR值思路2：直接將轉(zhuǎn)移概率與宏觀因素之間的關系模型化麥肯錫的選擇思路2（理論依據(jù)：Wilson模型）共六十頁具體步驟：宏觀因素與轉(zhuǎn)移概率間的關系可用函數(shù)式描述：Ptf（yt） 這里將Pt設定為時間t上未來一年內(nèi)借款人從C級移往D級的概率（PCD），該概率對商業(yè)周期尤為敏感，其變化與同一行中其它轉(zhuǎn)移概率相互補償yt表示時間t上的一整套宏觀因素所構成的經(jīng)濟狀態(tài) (宏觀經(jīng)濟(hn un jn j)指數(shù) )yt由系統(tǒng)宏觀因素和非系統(tǒng)宏觀因素驅(qū)

23、動，前者包括GDP增長率、失業(yè)率等，后者指經(jīng)濟體系受到的隨機沖擊或創(chuàng)新。系統(tǒng)宏觀因素受其歷史值影響，也對當期受到的沖擊敏感。函數(shù)(hnsh)具體形式：共六十頁yt =g（Xit，Vt）yt由系統(tǒng)宏觀因素Xit和非系統(tǒng)宏觀因素Vt驅(qū)動，前者(qin zh)包括GDP增長率、失業(yè)率等，后者指經(jīng)濟體系受到的隨機沖擊或創(chuàng)新。函數(shù)(hnsh)具體形式：Xi t（i=1，n）是時間t上國家/行業(yè)/群體的各種系統(tǒng)宏觀經(jīng)濟變量的集合，如GDP增長率、失業(yè)率等；0，n是國家/行業(yè)/群體的估計系數(shù)；vt是時間t上非系統(tǒng)的隨機沖擊或經(jīng)濟體系的創(chuàng)新 共六十頁系統(tǒng)宏觀(hnggun)因素受其歷史值影響，也對當期受到的沖

24、擊敏感 Xt-1, Xit-2,，宏觀變量的歷史(lsh)值；i t，宏觀變量在時間t上受到的沖擊 共六十頁由此，可得到(d do)由于歷史值已知，沖擊因素可以用蒙特卡羅方法(fngf)模擬得到，最終，可求出Pt的模擬值用模擬方法可以產(chǎn)生未來多期的V與值，相應可模擬出未來多期（t，t+1，t+n）的PCD的情景值共六十頁 按上述思路，對轉(zhuǎn)移(zhuny)矩陣中其它元素進行調(diào)整，估算出以宏觀經(jīng)濟狀態(tài)為條件的未來各期t，t+1，t+n的轉(zhuǎn)移概率模擬值，進而得到未來各期的有條件的模擬轉(zhuǎn)移矩陣，取代以歷史數(shù)據(jù)為基礎的無條件的轉(zhuǎn)移矩陣，并計算出對經(jīng)濟周期敏感的未來各期的VAR值 該模型也可以計算周期影響

25、下的違約損失率。 共六十頁模型的特點 考慮總體經(jīng)濟環(huán)境對轉(zhuǎn)移概率的影響模型的優(yōu)點 將宏觀因素納入模型中，修正(xizhng)信用度量術的偏差。模型的局限 技術上，模型對轉(zhuǎn)移矩陣的調(diào)整過程是否優(yōu)越還有待驗證 應用上，模型需要有國家甚至各行業(yè)的違約數(shù)據(jù)作為基礎 共六十頁（六）CSFP信用風險附加(fji)法（Creditrisk+模型）基本思路： 違約率的不確定性和違約損失的不確定性都很顯著，應按風險暴露大小將貸款組合劃分成若干頻段，以降低(jingd)不精確的程度。其后，將各頻段的損失分布加總，可得到貸款組合的損失分布 共六十頁對違約率不確定性的描述借鑒財產(chǎn)火險理論，每處房屋遭遇火災可視作獨立事

26、件，且其概率很小，假定每筆貸款的違約概率較小，且貸款違約事件相互獨立，貸款組合違約概率（組合中發(fā)生違約事件的次數(shù)）的分布近似于泊松分布 對違約損失不確定性的描述仍借用火險理論，房屋失火的損毀程度可能會有很大區(qū)別，貸款的違約損失程度同樣很不確定。由于逐筆度量損失程度較困難，可按貸款的風險暴露將信貸組合劃分為若干頻段(pn dun)（次級組合）共六十頁具體步驟 第一步，將貸款組合按每筆貸款的風險(fngxin)暴露劃分為各個頻段第二步，求出各頻段的違約概率分布 首先，根據(jù)歷史數(shù)據(jù)確定某頻段的平均違約率（次數(shù)） 其次，將平均違約率代入泊松分布函數(shù)中，可求得頻段中違約次數(shù)的概率 然后，將違約次數(shù)和相應

27、的概率結(jié)合，可得到該頻段違約次數(shù)的概率分布曲線共六十頁第三步，計算各頻段的損失分布 預期損失平均違約次數(shù)單筆貸款風險暴露； 實際損失值=實際違約次數(shù)單筆貸款風險暴露 將違約損失值與對應的違約概率結(jié)合，可得到該頻段的損失分布曲線第四步，將各頻段的損失分布加總得到組合損失分布 進而，計算出未預期到的損失值，即可確定組合的經(jīng)濟(jngj)資本要求 共六十頁模型的特點 違約模型 信用度量術將違約率視為離散變量(binling)，信用風險附加法將違約率視為連續(xù)變量(binling) 將財產(chǎn)保險精算方法引入信用風險度量中模型的優(yōu)點只考慮違約事件，要估計的變量少，數(shù)據(jù)要求較簡單模型的缺點忽略信用等級變化關于

28、違約次數(shù)服從泊松分布的假定可能與實際不完全吻合未考慮市場風險（與KMV、信用度量術相同） 共六十頁（七）死亡率模型(mxng)（Mortality rate） 基本思想(sxing)： 借鑒保險精算確定壽險保費的思想，對各信用等級債券和貸款死亡率及損失率作專門研究基本步驟： 首先，利用歷史違約數(shù)據(jù)，估計債券（貸款）壽命周期內(nèi)每一年的邊際死亡率MMR i=1，2，n 共六十頁然后，計算累積死亡率CMR，即債券（貸款）在N年內(nèi)會違約(wi yu)的概率其后，將死亡率與LGD（違約損失率）結(jié)合，得到預期損失的估計值預期違約損失=違約率預期損失率；（預期損失率=1平均挽回率） 最后(zuhu)，計算意外損失的估計值（SRi：存活率 ）共六十頁模型的特點 屬于違約模型 借用了壽險精算思想模型的優(yōu)點 思路相對簡單(jindn)，操作難度相對較低模型的局限 其一，具有違約模型的局限； 其二，簡單地依靠歷史數(shù)據(jù)預測違約損失 其三，要保證測算的精度，需要大規(guī)模的包括各等級的債權工具的歷史觀測值樣本共六十頁八、現(xiàn)代信用風險度量方法(fngf)的總體評價與適用性分析1現(xiàn)代計量模型(mxng)的